Performance of community detection algorithms supported by node embeddings
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The grouping of nodes into subsets that are relatively densely interconnected and separable from the rest of the network is a property often displayed in many complex real-world networks; this feature is known as a community structure. There is a growing demand for algorithms that can find partitions that resemble the community structure of a given network as closely as possible. However, most popular algorithms for community detection in graphs have one serious drawback, namely, they are heuristic-based and in many cases are unable to find a near-optimal solution. Moreover, their results are volatile, impacting the replicability of their results. In this paper, we investigate if the performance of greedy algorithms might be improved by initialising such algorithms with some carefully chosen partition of nodes, namely a partition obtained by embedding the nodes into real numbers space and then running a clustering algorithm on this latent representation. We believe that embedding will filter unwanted noise while retaining the proximity of nodes belonging to the same community or will learn more complex and elusive relations between nodes. Then, clustering algorithms run on this embedding will create a stable partitioning that will reduce the uncertainty in the initial phases of the community detection algorithms. The experiments show that the proposed procedure significantly improves the results over baseline community detection algorithms, namely Louvain and Leiden. It also reduces the inherent volatility of such algorithms. The impact depends on the given graph’s properties, especially the strength of the community structure and degree distribution. The largest boost in performance is given in the cases when networks are ‘noisier’, that is, when the community structure is less pronounced and there are many connections between communities. Furthermore, the design and parametrization of the procedure depend on the network’s topology, not on the size of the network itself.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle